[发明专利]一种基于车辆出行轨迹数据的信号控制子区划分方法

权利要求书

1.一种基于车辆出行轨迹数据的信号控制子区划分方法，其特征在于，该方法包括如下步骤：

S1根据车辆轨迹数据，计算一段时间内研究区域各交叉口对之间的平均OD流量并做归一化处理，基于此构建全连通无向加权图；

S2用Newman算法对路网进行划分，并根据连通性和边界平整性规则对子区进行适当调整，得到划分后的初始路网子区；

S3在S2划分初始路网子区的基础上，根据各初始路网子区内有向路段空间平均行驶时间计算空间平均速度，然后结合车流量计算路段双向平均密度；

S4基于路段双向平均密度和路网拓扑信息，利用自适应尺度NJW算法将路网划分为多个控制子区；

S5反复将相邻且平均密度差异最小的两个控制子区合并，每次合并都计算评价指标，直到所有的控制子区融合成一个控制子区，在合并过程中，选取能得到最好评价指标的方案为较优的控制子区划分方案；

步骤S1的具体过程包括：

S11获得所述车辆轨迹数据：基于视频号牌识别设备采集，并剔除异常数据，进行出行链划分和缺失信息修补后，得到能区分车辆身份并能反映其运行轨迹的数据；

S12计算一段时间内研究区域各交叉口对之间的平均OD流量：读取处理后的一天的出行轨迹数据，计算各交叉口对的单向OD流量，方法为：

其中：

V_mn：从交叉口m到交叉口n的OD流量；N：出行轨迹数目；

ord(m,n)_i：在出行轨迹i中是否存在交叉口对m和n，且m的次序在n之前，若存在，则ord(m,n)_i＝1，否则为0；

S13计算交叉口对之间的平均OD流量并做归一化处理：首先求交叉口对m、n之间的平均OD流量的倒数然后对平均OD流量倒数基于max-min标准做归一化处理，作为交叉口间的相异关联度，方法为：

其中：

V_nm：从交叉口n到交叉口m的OD流量；

r_mn：顶点m和n之间的相异关联度；

min：研究区域内交叉口平均OD流量倒数的最小值；

max：研究区域内交叉口平均OD流量倒数的最大值；

S14以交叉口为顶点，以交叉口对间相异关联度r_mn为顶点间的边权构建全连通无向加权图。

2.根据权利要求1所述的一种基于车辆出行轨迹数据的信号控制子区划分方法，其特征在于，步骤S2的具体过程包括：

S21针对步骤S14中构建的全连通无向加权图，依次筛选出关联度最强的前k％，k为从100到1的整数，关联边构建无向加权图，利用Newman快速算法对路网进行划分，并计算理想连通子区交叉口占所有交叉口的比例；

S22选取步骤S21中理想连通子区，即子区内的相互连通且交叉口数量大于20，且该子区内的交叉口数占路网交叉口的比例最大的划分方案作为较优划分方案；

S23如果较优划分方案中存在一些子区内不连通的情况，则根据连通性调整规则进行调整：对于每一个非理想连通子区的边界交叉口向外搜索2步，分别统计两步搜索范围内交叉口属于各理想连通子区的频数，以频数最高的理想连通子区类别作为该边界交叉口的所属类别，重复进行以上操作直到所有非理想连通子区的交叉口都被划入某个理想连通子区内；

S24如果较优划分方案中子区的边界存在不平整的情况，则根据边界平整性调整规则进行调整：对于每一个理想连通子区的边界交叉口，统计与该边界交叉口相邻的交叉口所属子区类别频数，若最高频数子区类别与该边界交叉口相同，则该边界交叉口子区类别不变，若最高频数子区类别与该边界交叉口不同，则该边界交叉口子区类别变为最高频数的子区类别。